MÁSTER UNIVERSITARIO EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN Guía de Aprendizaje Información al estudiante

Transcripción

1 MÁSTER UNIVERSITARIO EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN Guía de Aprendizaje Información al estudiante DATOS DESCRIPTIVOS ASIGNATURA: Nombre en inglés: MATERIA: CARÁCTER: TITULACIÓN: Fundamentos de Investigación en Ciencias y Tecnologías de la Computación: Tendencias en Inteligencia Artificial Trends in artificial intelligence Sistemas Inteligentes Troncal Master en Ciencias y Tecnologías de la Computación CURSO/SEMESTRE: 1º ESPECIALIDAD: Sistemas Inteligentes CURSO ACADÉMICO 2013/2014 PERIODO IMPARTICIÓN: Septiembre Enero X Febrero Junio IDIOMA IMPARTICIÓN: Sólo Castellano Sólo Inglés Ambos X 1

2 CONOCIMIENTOS PREVIOS REQUERIDOS PARA PODER SEGUIR CON NORMALIDAD LA ASIGNATURA ASIGNATURAS SUPERADAS: OTROS RESULTADOS DE APRENDIZAJE NECESARIOS N/A N/A DEPARTAMENTO: Sistemas Inteligentes Aplicados NOMBRE Y APELLIDOS (C = Coordinador) PROFESORADO DESPACHO Correo electrónico Francisco Serradilla García 4216 francisco.serradilla@upm.es José Eugenio Naranjo Hernández CETEMA-4 jnaranjo@eui.upm.es José G. Zato Recellado 4116 zato.upm@gmail.com 2

3 OBJETIVOS DE APRENDIZAJE COMPETENCIAS Y NIVEL ASIGNADAS A LA ASIGNATURA CÓDIGO COMPETENCIA NIVEL GENERALES CG1 Creatividad (UPM) CG2 Gestión de la información (UPM) CG3 Gestión económica y administrativa (UPM) CG4 Liderazgo de equipos (UPM) CG5 Organización y planificación (UPM) CG6 Trabajo en contextos internacionales (UPM) CG7 Uso de la lengua inglesa (UPM) CG8 Aprendizaje autónomo, adaptación a nuevas situaciones y motivación por el desarrollo profesional permanente CG9 Capacidad de análisis y síntesis CG10 Iniciativa y capacidad emprendedora CG11 Motivación por la calidad CG12 Razonamiento crítico CG13 Reconocimiento a la diversidad y la multiculturalidad CG14 Resolución de problemas CG15 Respeto al medio ambiente CG16 Trabajo en equipo 3

4 COMPETENCIAS Y NIVEL ASIGNADAS A LA ASIGNATURA CÓDIGO COMPETENCIA NIVEL ESPECÍFICAS MÁSTER EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN CE1 CE2 CE3 CE4 CE5 CE6 CE7 Capacidad para aplicar las teorías, modelos y técnicas actuales en la identificación, análisis, diseño y documentación de soluciones informáticas Capacidad para desarrollar y dirigir proyectos de investigación en campos específicos de la ingeniería informática: modelos de computación, sistemas inteligentes o sistemas avanzados software Capacidad para analizar y planificar nuevas propuestas para el diseño y desarrollo de aplicaciones y servicios informáticos en sistemas con arquitecturas específicas conectados en red Capacidad para sintetizar y exponer de manera clara los resultados de un trabajo de investigación a públicos especializados y no especializados Capacidad para entender las restricciones temporales, de fallos y de comunicación que plantean los entornos de computación distribuida Capacidad para desarrollar algoritmos y aplicaciones en entornos de computación distribuida propensos a fallos, con restricciones temporales en la computación y en las comunicaciones Dominio de los tipos de conocimiento que permiten innovar, así como llegar a metodologías, procesos, técnicas y herramientas de ingeniería de software y sistemas más ágiles 4

5 COMPETENCIAS Y NIVEL ASIGNADAS A LA ASIGNATURA CÓDIGO COMPETENCIA NIVEL ESPECÍFICAS MÁSTER EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN (cont-) CE8 CE9 CE10 Dominio del conocimiento de las metodologías y las arquitecturas para el desarrollo software dirigido por modelos y del software orientado a aspectos Dominio de los tipos de conocimiento y de las tecnologías subyacentes que implica el desarrollo de aplicaciones orientadas a servicios, incluyendo arquitecturas orientadas a servicios (SOA) Conocer y aplicar los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación 5

6 COMPETENCIAS Y NIVEL ASIGNADAS A LA ASIGNATURA CÓDIGO COMPETENCIA NIVEL ESPECÍFICAS MÁSTER EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN A.-ESPECIALIDAD: Ciencias de la Computación CA1 CA2 CA3 CA4 CA5 Capacidad para tener un conocimiento profundo de los principios y modelos de la computación e investigar nuevos conceptos, teorías, usos y desarrollos tecnológicos relacionados con este campo Capacidad para analizar y clasificar problemas algorítmicos en clases de complejidad Capacidad para resolver problemas científicos y tecnológicos utilizando herramientas y técnicas de simulación Capacidad para analizar y diseñar nuevos modelos y arquitecturas de computación Capacidad para diseñar, desarrollar, implementar y validar en dispositivos reconfigurables dinámicamente y parcialmente, algoritmos de procesado digital de la señal 6

7 COMPETENCIAS Y NIVEL ASIGNADAS A LA ASIGNATURA CÓDIGO COMPETENCIA NIVEL ESPECÍFICAS MÁSTER EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN B.- ESPECIALIDAD: Innovación en Ingeniería del Software CB1 CB2 CB3 Dominio de los tipos de conocimiento necesarios para gestionar y ejecutar la integración, verificación y validación de sistemas software, teniendo en cuenta los estándares/normas desarrollados por los diferentes organismos de estandarización Capacidad para analizar y aplicar técnicas emergentes en la gestión de información y conocimiento, y utilizar tecnologías y modelos avanzados de bases de datos Definir, evaluar y mejorar los procesos software en una organización, analizando objetivamente los procesos versus los estándares y normas aplicables 7

8 COMPETENCIAS Y NIVEL ASIGNADAS A LA ASIGNATURA CÓDIGO COMPETENCIA NIVEL ESPECÍFICAS MÁSTER EN CIENCIAS Y TECNOLOGÍAS DE LA COMPUTACIÓN C.-ESPECIALIDAD: Sistemas Inteligentes para la Comunicación y Movilidad Accesibles CC1 CC2 CC3 CC4 CC5 CC6 Capacidad para analizar, planificar y evaluar los sistemas de interacción persona ordenador de aplicaciones informáticas Dominar los conocimientos y destrezas relacionados con la disciplina de sistemas inteligentes para la comunicación y la movilidad accesibles Conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos Capacidad para la creación y explotación de entornos virtuales, y para la creación, gestión y distribución de contenidos multimedia Investigación y aplicación de técnicas de recuperación de la información a problemas de filtrado y recomendación de contenidos, incluyendo la modelización de perfiles de usuario Capacidad para desarrollar e investigar en sistemas basados en geolocalización y en sistemas contextuales, incluyendo el diseño de nuevos servicios y productos en este ámbito 8

9 CÓDIGO RA1 RA2 RA3 RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA El alumno comprende las diferentes técnicas de Inteligencia Artificial, así como su ámbito de aplicabilidad. El alumno es capaz de decidir qué técnica de IA es la apropiada para dar solución a un problema concreto. El alumno es capaz de modelar un problema a resolver utilizando el paradigma de IA apropiado CONTENIDOS Y ACTIVIDADES DE APRENDIZAJE CONTENIDOS ESPECÍFICOS (TEMARIO) TEMA Tema 1. Tema 2. Tema 3. Tema 4. Tema 5. APARTADOS Introducción Fundamentos de la IA. Técnicas clásicas Redes de Neuronas Perceptrones Mapas autoorganizados Diseño y evaluación Computación Evolutiva Algoritmos Genéticos Otras técnicas (swarm, sistema inmune, etc...) Diseño y aplicaciones Lógica borrosa Fundamentos del soft-computing Control borroso Diseño y aplicaciones Machine learning y agentes inteligentes 9

10 BREVE DESCRIPCIÓN DE LAS MODALIDADES ORGANIZATIVAS UTILIZADAS Y MÉTODOS DE ENSEÑANZAS EMPLEADOS CLASES DE TEORÍA CLASES PROBLEMAS PRÁCTICAS TRABAJOS AUTÓNOMOS TRABAJOS EN GRUPOS TUTORÍAS Se sigue el método expositivo / lección magistral. El profesor expone verbalmente los conceptos de la materia en cada uno de los temas. Se sigue el método de resolución de problemas en clase. Se plantea un problema que los estudiantes tienen que resolver desarrollando estrategias nuevas a partir de los conocimientos de la clase magistral. Se realizarán prácticas de cada tema que incluyen la investigación con datos reales y herramientas proporcionadas por los profesores. Durante el desarrollo o a la finalización de una clase se plantea un problema o cuestión teórica en la que el estudiante tiene que demostrar los conocimientos y competencias adquiridas en la sesión de la clase teórica. En esencia, el trabajo en grupo se desarrolla durante las sesiones de las prácticas y en las prácticas de la asignatura. No hay tutorías grupales en la asignatura. Las tutorías son individuales y los estudiantes son atendidos en los horarios establecidos para las tutorías académicas. (Modifíquese lo que sea necesario) RECURSOS DIDÁCTICOS BIBLIOGRAFÍA Russell, S, Norvig, P. Inteligencia Artificial, un Enfoque Moderno.. Prentice- Hall, Nilsson, Nilss J. Inteligencia Artificial, una Nueva Síntesis. McGraw Hill Minsky, Marvin (2006). The Emotion Machine. New York, NY: Simon & Schusterl. Kurzweil, Ray (2005). The Singularity is Near. Penguin Books. McCarthy, John (November 12, 2007). "What Is Artificial Intelligence?". Turing, Alan (October 1950), "Computing Machinery and Intelligence", Mind LIX (236): Sugeno, M., Development of an Intelligent Unmanned Helicopter, presentation at the World Automation Congress, May 10-14, 1998, Anchorage, Alaska. Moddle del Departamento de Sistemas Inteligentes Aplicados 10

11 RECURSOS DIDÁCTICOS RECURSOS WEB EQUIPAMIENTO Laboratorios y recursos de la escuela SISTEMA DE EVALUACIÓN DE LA ASIGNATURA EVALUACIÓN REF T1 T2 T3 T4 T5 T6 INDICADOR DE LOGRO El estudiante debe ser capaz de comprender los fundamentos de los sistemas inteligentes, así como de sus aplicaciones prácticas El estudiante debe ser capaz de utilizar técnicas de IA para resolver problemas concretos El estudiante debe ser capaz de desarrollar aplicaciones que involucren en uso de sistemas inteligentes. Relacionado con RA RA1, RA3 RA1, RA2 RA1, RA3 11

12 EVALUACIÓN SUMATIVA BREVE DESCRIPCIÓN DE LAS ACTIVIDADES QUE SE EVALÚAN MOMENTO LUGAR PESO EN LA CALIFICACIÓN Asistencia y participación en el aula Evaluación de Actividades Prácticas Evaluación de Test Evaluación de Trabajos Teóricos Evaluación de Exposiciones Orales Exámenes A lo largo del curso A lo largo del curso A lo largo del curso A lo largo del curso A lo largo del curso A lo largo del curso Aula 10% Aula 90% Aula Aula Aula Aula DESCRIPCIÓN GENERAL DE LAS ACTIVIDADES QUE SE EVALÚAN Y DE LOS CRITERIOS DE CALIFICACIÓN Asistencia y participación en el aula. Participación activa en las actividades propuestas en el aula: análisis de artículos de investigación de la temática, puesta en común de trabajos, resolución positiva de supuestos... Evaluación de actividades prácticas propuestas para cada tema de la asignatura Asistencia a las ponencias de diferentes expertos en el ámbito de los sistemas inteligentes 12

13 CRONOGRAMA DE TRABAJO DE LA ASIGNATURA SEMANA Actividades Aula Laboratorio Trabajo Individual Trabajo en Grupo Actividades Evaluación Otros 1 Tema 1 Estudio individual 2 Tema 1 Estudio individual 3 Tema 2 Estudio individual 4 Tema 2 Estudio individual 5 Tema 2 Desarrollo de actividades prácticas Estudio individual 6 Tema 3 Estudio individual Entrega del trabajo del tema 2 7 Tema 3 Estudio individual 8 Tema 3 Desarrollo de actividades prácticas 9 Tema 4 Entrega del trabajo del tema 3 10 Tema 4 13

14 SEMANA Actividades Aula Laboratorio Trabajo Individual Trabajo en Grupo Actividades Evaluación Otros 11 Tema 4 12 Tema 4 13 Tema 4 Desarrollo de actividades prácticas Desarrollo de actividades prácticas 14 Tema 5 Entrega del trabajo del tema Desarrollo de actividades prácticas Desarrollo de actividades prácticas Entrega final de trabajos 14